本发明专利技术公开了一种基于生理信号的轮椅操控方法、装置、终端及介质，通过根据传感器数据确定轮椅使用者的操控意图和轮椅的真实移动轨迹，提取轮椅移动轨迹所在环境空间的环境特征，计算环境阻碍因子，当环境阻碍因子小于预设阈值时，继续采用根据生理信号数据判断出的操作意图来操控轮椅，否则，评估环境风险，根据环境风险不同，采用不同的轮椅控制策略。实现了轮椅的精确操控，能够应对各种复杂环境，避免复杂环境下发生碰撞的情况。免复杂环境下发生碰撞的情况。免复杂环境下发生碰撞的情况。
【技术实现步骤摘要】
基于生理信号的轮椅操控方法、装置、终端及介质
[0001]本专利技术涉及智能控制
，尤其涉及的是一种基于生理信号的轮椅操控方法、装置、终端及介质。
技术介绍
[0002]随着脑机接口技术的迅速发展，有些智能轮椅能够对脑电信号实时解码，获得人的意图并转换为轮椅的控制指令，相对于传统的手动控制方式，控制更加简单和灵活。
[0003]但是在一些环境中，例如医院的走廊和病房，环境空间复杂，人的视线和注意力会受到影响，产生误判；而且也存在电磁信号干扰到脑电信号的情况，因此，轮椅操控不够有效和精准，可能引起碰撞。
[0004]因此，现有技术有待改进和提高。
技术实现思路
[0005]本专利技术的主要目的在于提供一种基于生理信号的轮椅操控方法、装置、智能终端及计算机可读存储介质，解决环境空间复杂时轮椅操控不够有效和精准的问题。
[0006]为了实现上述目的，本专利技术第一方面提供一种基于生理信号的轮椅操控方法，包括：采集轮椅使用者的生理信号数据，将所述生理信号数据输入已训练的意图判断模型，获得轮椅使用者的操控意图；获取轮椅上配置的传感器的检测数据，将所述检测数据输入已训练的轮椅操控状态判断模型，获得轮椅操控状态；根据所述检测数据和所述轮椅操控状态，获得轮椅移动轨迹；获取所述轮椅移动轨迹所在环境空间的环境数据，根据所述环境数据，计算环境阻碍因子；当所述环境阻碍因子小于预设阈值时，根据所述操控意图操控轮椅；否则，根据所述环境空间中的障碍物和所述环境空间的连通性计算环境复杂度，基于所述环境阻碍因子和所述环境复杂度，获得环境风险评估结果，根据所述环境风险评估结果获得轮椅控制策略，根据所述轮椅控制策略操控轮椅。
[0007]可选的，所述根据所述环境数据，计算环境阻碍因子，包括：提取所述环境数据的特征值；根据所述轮椅移动轨迹所在环境空间确定环境影响因素，根据环境影响因素的特征值，判定环境阻碍因素，所述环境阻碍因素为影响到视线、注意力或脑电信号的因素；基于所有的所述环境阻碍因素，计算环境阻碍因子。
[0008]可选的，所述根据所述检测数据和所述轮椅操控状态，获得轮椅移动轨迹，包括：基于所述轮椅操控状态和所述检测数据，根据运动学模型获得轮椅的实时位置和姿态；
根据所述实时位置和所述姿态进行三维重建，获得所述轮椅移动轨迹。
[0009]可选的，所述根据所述实时位置和所述姿态进行三维重建，获得所述轮椅移动轨迹，包括：根据所述实时位置和所述姿态，重建三维点云，获得第一轨迹；将移动过程中捕获的深度图像转换为三维体素，生成第二轨迹；根据所述第一轨迹和所述第二轨迹重建三维空间，将所述姿态映射到所述三维空间，获得所述轮椅移动轨迹。
[0010]可选的，所述根据所述环境风险评估结果获得轮椅控制策略，根据所述轮椅控制策略操控轮椅，包括：当所述环境风险评估结果为低风险时，所述轮椅控制策略为用于实现轮椅减速前进的碰撞预测策略；当所述环境风险评估结果为中风险时，所述轮椅控制策略为用于辅助控制轮椅运动以实现避障的碰撞避让策略；当所述环境风险评估结果为高风险时，所述轮椅控制策略为用于停止轮椅运动的应急制动策略；根据所述轮椅控制策略操控轮椅。
[0011]可选的，当所述轮椅控制策略为碰撞预测策略时，所述根据所述轮椅控制策略操控轮椅，包括：根据所述生理信号数据中的脑电信号，获得轮椅使用者的注意力方向；获取所述环境空间中静态障碍物的第一移动趋势和移动目标的第二移动趋势；根据所述操控状态，获得轮椅的第三运动趋势；将所述注意力方向、所述第一移动趋势、所述第二移动趋势、所述第三移动趋势和所述轮椅移动轨迹输入碰撞预测模型；当所述碰撞预测模型的预测结果为会碰撞时，操控轮椅减速前进。
[0012]可选的，获得所述碰撞预测模型的预测结果后，当所述轮椅控制策略为碰撞避让策略时，所述根据所述轮椅控制策略操控轮椅，包括：根据所述预测结果，获取所述环境空间中存在碰撞风险的障碍物；根据所述碰撞预测模型输出的碰撞风险级别，获得辅助操控级别；根据所述辅助操控级别进行路径规划并根据规划后的路径操控轮椅以避开所述障碍物，和/或，对轮椅进行速度调控。
[0013]本专利技术第二方面提供一种基于生理信号的轮椅操控装置，其中，上述装置包括：操控意图模块，用于采集轮椅使用者的生理信号数据，将所述生理信号数据输入已训练的意图判断模型，获得轮椅使用者的操控意图；操控状态模块，用于获取轮椅上配置的传感器的检测数据，将所述检测数据输入已训练的轮椅操控状态判断模型，获得轮椅操控状态；移动轨迹模块，用于根据所述检测数据和所述操控状态，获得轮椅移动轨迹；环境阻碍因子模块，用于获取所述轮椅移动轨迹所在环境空间的环境数据，根据所述环境数据，计算环境阻碍因子；操控模块，用于当所述环境阻碍因子小于预设阈值时，根据所述操控意图操控轮
椅；否则，根据所述环境空间中的障碍物和所述环境空间的连通性计算环境复杂度，基于所述环境阻碍因子和所述环境复杂度，获得环境风险评估结果，根据所述环境风险评估结果获得轮椅控制策略，根据所述轮椅控制策略操控轮椅。
[0014]本专利技术第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的基于生理信号的轮椅操控程序，上述基于生理信号的轮椅操控程序被上述处理器执行时实现任意一项上述基于生理信号的轮椅操控方法的步骤。
[0015]本专利技术第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有基于生理信号的轮椅操控程序，上述基于生理信号的轮椅操控程序被处理器执行时实现任意一项上述基于生理信号的轮椅操控方法的步骤。
[0016]由上可见，本专利技术通过根据传感器数据确定轮椅使用者的操控意图和轮椅的真实移动轨迹，提取轮椅移动轨迹所在环境空间的环境特征，计算环境阻碍因子，当环境阻碍因子小于预设阈值时，继续采用根据生理信号数据判断出的操作意图来操控轮椅，否则，评估环境风险，根据环境风险不同，采用不同的轮椅控制策略。实现了轮椅的精确操控，能够应对各种复杂环境，避免复杂环境下发生碰撞的情况。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0018]图1为本专利技术实施例提供的基于生理信号的轮椅操控方法流程示意图；图2为计算环境阻碍因子的流程示意图；图3为根据碰撞预测策略操控轮椅的流程示意图；图4为根据碰撞避让策略操控轮椅的流程示意图；图5是本专利技术实施例提供的基于生理信号的轮椅操控装置的结构示意图；图6是本专利技术实施例提供的一种智能终端的内部结构原理框图。
具体实施方式
[0019]下面结合本专利技术实施例的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于生理信号的轮椅操控方法，其特征在于，包括：采集轮椅使用者的生理信号数据，将所述生理信号数据输入已训练的意图判断模型，获得轮椅使用者的操控意图；获取轮椅上配置的传感器的检测数据，将所述检测数据输入已训练的轮椅操控状态判断模型，获得轮椅操控状态；根据所述检测数据和所述轮椅操控状态，获得轮椅移动轨迹；获取所述轮椅移动轨迹所在环境空间的环境数据，根据所述环境数据，计算环境阻碍因子；当所述环境阻碍因子小于预设阈值时，根据所述操控意图操控轮椅；否则，根据所述环境空间中的障碍物和所述环境空间的连通性计算环境复杂度，基于所述环境阻碍因子和所述环境复杂度，获得环境风险评估结果，根据所述环境风险评估结果获得轮椅控制策略，根据所述轮椅控制策略操控轮椅。2.如权利要求1所述的基于生理信号的轮椅操控方法，其特征在于，所述根据所述环境数据，计算环境阻碍因子，包括：提取所述环境数据的特征值；根据所述轮椅移动轨迹所在环境空间确定环境影响因素，根据环境影响因素的特征值，判定环境阻碍因素，所述环境阻碍因素为影响到视线、注意力或脑电信号的因素；基于所有的所述环境阻碍因素，计算环境阻碍因子。3.如权利要求1所述的基于生理信号的轮椅操控方法，其特征在于，所述根据所述检测数据和所述轮椅操控状态，获得轮椅移动轨迹，包括：基于所述轮椅操控状态和所述检测数据，根据运动学模型获得轮椅的实时位置和姿态；根据所述实时位置和所述姿态进行三维重建，获得所述轮椅移动轨迹。4.如权利要求3所述的基于生理信号的轮椅操控方法，其特征在于，所述根据所述实时位置和所述姿态进行三维重建，获得所述轮椅移动轨迹，包括：根据所述实时位置和所述姿态，重建三维点云，获得第一轨迹；将移动过程中捕获的深度图像转换为三维体素，生成第二轨迹；根据所述第一轨迹和所述第二轨迹重建三维空间，将所述姿态映射到所述三维空间，获得所述轮椅移动轨迹。5.如权利要求1所述的基于生理信号的轮椅操控方法，其特征在于，所述根据所述环境风险评估结果获得轮椅控制策略，根据所述轮椅控制策略操控轮椅，包括：当所述环境风险评估结果为低风险时，所述轮椅控制策略为用于实现轮椅减速前进的碰撞预测策略；当所述环境风险评估结果为中风险时，所述轮椅控制策略为用于辅助控制轮椅运动以实现避障的碰撞避让策略；当所述环境风险评估结果为高风险时，所述轮椅控制策略为用于停止轮椅运动的应急制动策略；根据所述轮椅控制策略操控轮椅。6.如权利要求5所述的基于生理信号的轮椅操控方法，其特...
【专利技术属性】
技术研发人员：胡方扬，魏彦兆，唐海波，
申请(专利权)人：小舟科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。